每天消耗千亿级Token，中国平安在谋怎样的局？

保险行业的增长逻辑，正在悄然生变。 以往保险公司增长的核心变量，是产品设计与精算、渠道建设、投资能力。而现在在这些因素背后，AI技术能力正在从辅助工具，逐渐升级为决定保险公司增长能力的关键因素，直接影响保险公司的盈利能力、竞争壁垒和客户体验。 这在中国平安的2026年半年报上体现得非常明显， 上半年业绩稳健成长，集团总营收同比增长15%，营运利润842亿元，同比增长8.3%；归母净利润 926 亿元，同比增长36.1%。 业绩背后，是 AI在发挥着越来越关键的作用 。数据显示，中国平安每年研发投入超过100亿元， 今年以来日均token消耗量超过千亿，AI智能体辅助实现销售额573.13亿元。 中国平安联席首席执行官郭晓涛表示，公司AI基建在过去几年已经完成，目前处于AI场景赋能创造价值的阶段。平安 AI 不是单纯技术研发，坚持AI in ALL，聚焦智能化运营、智能化管理、智能化经营、智能化服务、智能化营销五大场景，降本增效、促进销售以及未来使用AI让代理人产能更加提升，获客成本持续下降，都是AI产生价值的地方。 中国平安首席技术官王晓航在与媒体交流时，就AI价值、业务落地场景、边界与约束、行业现状进行了深入解读。他表示， “平安的整体战略是 综合金融+医疗养老 ，科技投入也是围绕着集团战略展开的。现在的重中之重是三条主线：综合金融、医疗健康、面向企业效率变革，无论是综合金融还是医疗健康，都是对客超大规模的 AI 应用，会达到每年亿次以上的量级。” AI已经成为保险业务的卓越生产力工具 随着AI的能力突飞猛进，保险科技相应地进入了演进历程的 第四阶段 ： 最早期是信息化与线上化阶段，典型特征比如保险公司内部建设核心业务系统，即保单管理、财务、客服系统等，替代纸质台账。 之后是渠道互联网化，大流量电商平台接入保险，保险开始嵌入交易场景，销售渠道多元化，获客成本下降，但核保、理赔仍高度依赖人工。 随着科技进步，保险科技进一步深入到数据驱动与科技赋能阶段，比如健康险引入可穿戴设备数据，以及OCR 识别发票、智能客服、反欺诈模型、自动化理赔等应用，逐渐实现业务流程数字化、数据化，开始从事后赔付向事前风控、事中干预延伸。 如今随着大模型的崛起，保险开始进入全流程智能化，科技对于各业务环节的深入赋能，前所未有。不再只是降本增效，AI正在进一步帮助保险企业提升生产力水平。 如今在诸多的环节，AI都在深度参与，以token消耗的方式，生成可以赋能实际业务的结果，成为优秀的生产力工具。 以平安为例，在国内主流金融机构日均token消耗几十亿到上百亿的背景下，中国平安日均token消耗的绝对量与增速惊人。王晓航介绍， 2026 年初，平安集团日均消耗 300 亿 token，6月30 日半年报节点，日均 token 消耗增长到1200 亿。 这些算力都消耗用来做什么呢？ 王晓航介绍，Token 消耗来自于两部分， 一部分是面向 2.5 亿客户的超大规模应用，包括 AI 快捷服务、AI 理赔服务、AI 医疗服务等；另外一部分就是面向集团内部关键岗位的超高频应用，包括AI coding，AI 办公等，正在快速爆发。 他表示，下半年 Token 量级预计还会继续突破。未来数十亿级别的用户咨询、理赔、医疗场景将逐步迁移到 AI。 这为中国平安上半年的业绩提升，提供了底层的技术支持。这样的AI投入是怎么具体帮助到平安的业绩呢？ 可以这样理解，一方面，AI面向客户，作用于业务流程与环节，强化竞争力与服务客户的能力，成为直接的生产力工具。另一方面，面向企业内部，实现降本增效，提升盈利能力。 下面展开来看，平安如何用好AI这个最强生产力工具？ AI 在保险业，已经过了“能不能帮我省点钱”的阶段，进入“能不能让我做成以前做不到的事”的阶段。 核心区别在于， 降本增效是把现有流程做得更快更便宜，生产力工具是创造新的产品、新的商业模式、新的收入来源。 王晓航介绍，平安推出AI 快捷服务（九九归一），“一句话”直达300+高频业务，服务人次上半年突破4700万人次，从咨询到办事，办事使用量已超咨询，占比达58%。同时，把自有 超9000万月活用户的APP 流量生态转化为线上经营渠道。通过全域流量整合和千人千面的个性化分发，综合金融APP矩阵线上新增订单达到两位数环比增长，已销售超260万非车险订单。同时，获客成本明显低于外部渠道。 AI 已经成为拓展能力边界、重构商业模式的底层生产力要素，它让保险公司第一次真正具备了实时感知风险、主动干预、生态嵌入的能力。 这在当下的中国平安，已经有非常直观的体现。 王晓航介绍，平安已落地肿瘤专病 AI 产品矩阵，AI可以实现面向肿瘤的专病识别，面向高危人群的识别与早筛，面向慢病，面向癌症复发，提供专门保险；下半年，平安计划推出阿尔茨海默专病保险，配套全病程医疗管家。这些人群原来没有办法去覆盖，因为没有办法科学和精准的进行定价。 这些新的产品，拓展了平安的服务边界，带来更突出的商业价值与社会价值。为什么以前的技术做不了专病保险，现在 AI 可以做针对癌症、阿尔茨海默症的专病保险产品？ 王晓航表示，肿瘤、阿尔茨海默这类复杂专病，病历数据高度分散：一个患者全病程档案，会分散在跨多个城市、多家不同医院，检验报告、诊疗记录、用药记录碎片化。 而 大模型带来两大能力跃迁。 首先是理解复杂非结构化医疗文本，可以消化跨医院、跨城市的完整全病程档案，读懂诊疗记录、化验、用药、临床指南，把分散的病历信息做整合、解析、清洗。传统小模型很难处理这种长链条、非标准化的真实医疗材料。其次是对齐专家临床逻辑：结合专家精标的病历、临床指南、诊疗建议，让模型学会专家的风险判断逻辑，从而可以做高危人群识别、疾病风险预测，实现专病的风险计量、精细化定价。 原来被拒保的高风险人群，现在可以被识别、分层，不再只有简单赔付，产品可以绑定全病程医疗管家服务，升级为兼顾保障与长期疾病管理的一体化专病保险。 这是AI在产品层面带来服务能力质变的直接体现。类似的案例还有不少。比如在车险领域，车代渠道94% 的保单可以在一分之内就能完成出单。因为AI在辅助沟通和出单沟通中，可以快速完成。 在医疗健康领域也非常突出。医疗健康在平安是与综合金融并行的核心战略，自然也是AI探索的重中之重。 王晓航表示，平安在医疗健康领域，做严肃医疗专家级 AI，不只做普通健康咨询。技术能力上，肿瘤专病 AI 与专家判断一致性达 90% 以上，可以支持全科、重疾多学科会诊。依托大模型还可以处理跨医院碎片化的全病程病历。 目前AI 作为线上入口，对接平安 “四到” 线下医疗服务体系（ 到线、到院、到家、到企 ），可以输出就医指导、院内陪伴、企业员工医疗福利、居家养老上门医疗服务，打通线上 AI 问诊到线下实体医疗服务的完整闭环，而不是停留在纯线上问答。 平安还建立完整质控体系，累计完成13万例AI问诊案例质控，以AI承担初筛、资料整理工作，高风险决策保留专家复核，兼顾效率与业务安全。 这对于平安“综合金融+医疗养老”战略，是非常重要的支撑。 除了产品层面，渠道建设对于保险公司来说也至关重要。平安在渠道上以代理人渠道为主，因此AI在代理人赋能方面，势必要加强。 据王晓航介绍